ΕΞΑΤΟΜΙΚΕΥΣΗ Ι ΑΣΚΑΛΙΑΣ ΚΑΙ ΠΛΗΡΟΦΟΡΗΣΗΣ ΣΤΗΝ ΑΝΩΤΑΤΗ ΕΚΠΑΙ ΕΥΣΗ

Transcript

1 1 ΕΞΑΤΟΜΙΚΕΥΣΗ Ι ΑΣΚΑΛΙΑΣ ΚΑΙ ΠΛΗΡΟΦΟΡΗΣΗΣ ΣΤΗΝ ΑΝΩΤΑΤΗ ΕΚΠΑΙ ΕΥΣΗ Γεώργιος Γιαννακόπουλος 1, Αγγελική Γκουβούση 1, Πέτρος Μπέλσης 2, Γεώργιος Παλιούρας 3, Χρήστος Παπαθεοδώρου 4, Ασηµίνα Ρόδη 1, Χρήστος Σκουρλάς 2 1 Τµήµα Βιβλιοθηκονοµίας και Συστηµάτων Πληροφόρησης, ΤΕΙ Αθήνας 2 Τµήµα Πληροφορικής, ΤΕΙ Αθήνας 3 ΕΚΕΦΕ ηµόκριτος 4 Τµήµα Αρχειονοµίας και Βιβλιοθηκονοµίας, Ιόνιο Πανεπιστήµιο {gian, cskourlas}@teiath.gr Περίληψη Στην εργασία αυτή µελετάται η αρχιτεκτονική και τα δοµικά στοιχεία ενός συστήµατος εξατοµίκευσης και υποστήριξης εφαρµογών ηλεκτρονικής µάθησης βασιζόµενων στον παγκόσµιο ιστό - Personalized web based E_Learning Applications Support (PELAS) System. Το σύστηµα σχεδιάζεται ώστε όχι µόνο να αποθηκεύει πληροφορίες σχετικές µε εκπαιδευτικό υλικό αλλά και να εξάγει αυτόµατα εκπαιδευτικά νέα και στοιχεία από ακαδηµαϊκές βιβλιοθήκες και άλλες επιλεγµένες πηγές του Ιστού. Ένα σύστηµα αυτού του τύπου πρέπει να «ενοποιεί» (integrates) όλα τα δεδοµένα και να διαχέει εξατοµικευµένη πληροφορία στους ενδιαφερόµενους αναγνώστες. Κατα συνέπεια στο σύστηµα πρέπει να περιλαµβάνονται ειδικά προγράµµατα εξαγωγής περιεχοµένου (wrappers) προσαρµοζόµενα στην πηγή (source-specific information extraction programs). Τα προγράµµατα αυτά εξάγουν περιγραφικά στοιχεία (highlights of items) από τις ιστοσελίδες των πηγών (sources), τα οργανώνουν σε προκαθορισµένες κατηγορίες (pre-defined categories) και τα παρουσιάζουν στο χρήστη µε µία «προσωπική» διεπαφή βασιζόµενη στον Ιστό (personal Web-based interface). Η δυναµική εξατοµίκευση (dynamic personalization) µπορεί να βασιστεί στο «ιστορικό ανάγνωσης» του χρήστη (user s reading history) αλλά και στις προτιµήσεις άλλων αντίστοιχων χρηστών (preferences of other similar users). Τα µοντέλα χρηστών (user models) µπορούν να ενηµερώνονται µε αλγόριθµους στατιστικής ανάλυσης (statistical analysis) και µηχανικής µάθησης (machine learning algorithms). Λέξεις-κλειδιά Εξατοµικευµένες πληροφοριακές υπηρεσίες, Εξαγωγή Πληροφορίας, Μηχανική Μάθηση, Μοντέλα χρηστών, Έρευνες Χρηστών, Επιλεκτική ιάχυση Πληροφοριών Abstract This paper presents and discusses the architecture of a Personalized web based E_Learning Applications Support system (PELAS) which integrates educational material along with educational and library news. These derive from multiple Web sources and they are customly disseminated to corresponding users. The proposed service integrates automatic information extraction from a variety of educational and news sources. The information is presented according to user s interests. The system consists of source-specific information extraction programs (wrappers) that extract highlights of items from various sources. Then, it organizes them according to pre-defined categories and finally it presents them to the user through a personal Web-based interface. Dynamic personalization can be 1

2 2 developed based on user s reading history, as well as on the preferences of other users with similar interests. User models can be maintained by statistical analysis and machine learning algorithms. Keywords Personalized Information Services, Information Extraction, Machine Learning, User Model, User Studies, Selective Dissemination of Information (SDI) Εισαγωγή Οι προσπάθειες αντιµετώπισης της πραγµατικότητας που έχει διαµορφώσει η υπερπληροφόρηση οδήγησαν στην ανάπτυξη τεχνικών εξατοµίκευσης. Η αξιοποίηση αποτελεσµατικών µεθόδων και αυτοµατοποιηµένων συστηµάτων για την επιλογή κατάλληλης πληροφόρησης για κάθε χρήστη ή οµάδα χρηστών αποτελεί στις µέρες µας σηµαντικό τοµέα δραστηριοποίησης των υπηρεσιών πληροφόρησης και ιδιαιτέρως των ειδικών και ακαδηµαϊκών βιβλιοθηκών. Η εξατοµίκευση του παγκόσµιου ιστού ορίζεται απλά ως η διαδικασία προσαρµογής στις ανάγκες των χρηστών των πληροφοριακών συστηµάτων που βασίζονται στον ιστό. Τυπικά, αυτό συνίσταται στη συλλογή και ανάλυση στοιχείων σχετικών µε τους χρήστες και ανάκτηση των κατάλληλων δεδοµένων για συγκεκριµένους χρήστες την κατάλληλη στιγµή [βλ. εργασία 1]. Στη βιβλιογραφία που επισυνάπτεται στο τέλος του κειµένου περιλαµβάνονται επιλεγµένες εργασίες που σχετίζονται µε το θέµα µας. Οι εργασίες 4-12 αναφέρονται σε γνωστά συστήµατα εξατοµίκευσης και στην εργασία 13 συνοψίζονται τα χαρακτηριστικά γνωστών συστηµάτων εξατοµίκευσης ειδήσεων και παρατίθεται σύντοµη περιγραφή των αλγορίθµων που χρησιµοποιούν για την εξατοµίκευση. Σε αυτές αναφέρονται και περιγράφονται πρωτότυπα ερευνητικά και εµπορικά συστήµατα, που παρέχουν κυρίως ειδήσεις µε εξατοµικευµένη κατεύθυνση σε χρήστες του διαδικτύου. Στόχοι αυτών των συστηµάτων είναι η παρουσίαση εξατοµικευµένων ειδήσεων, οι εξατοµικευµένες διαφηµίσεις που στοχεύουν σε οµάδες χρηστών και η αποτελεσµατική ικανότητα ανάκτησης [βλ. εργασία 2]. Ειδικότερα είναι δυνατό να αναζητηθούν ειδήσεις σχετικές µε δοθέν θέµα και στην περίπτωση αυτή το σχετικό νόηµα παρέχεται µε λέξεις-κλειδιά. Για την εξατοµίκευση των ειδήσεων στον ιστό αλλά και γενικότερα για την εξατοµικευµένη διάχυση πληροφοριών, τρία βήµατα θεωρούνται σηµαντικά [βλ. εργασίες 1,3]: 1. Προσδιορισµός των θεµατικών ενοτήτων που ενδιαφέρουν το χρήστη ή οµάδες χρηστών 2. ηµιουργία µοντέλων χρηστών. 3. ιήθηση, βαθµολόγηση και εκχώρηση κάποιας βαρύτητας στις ειδήσεις. Ειδικά για τη δηµιουργία οµάδων χρηστών χρησιµοποιούνται αλγόριθµοι µηχανικής µάθησης χωρίς επίβλεψη. Μία ενδιαφέρουσα τεχνική είναι η τεχνική Cluster Mining [βλ. εργασίες 11, 13] η οποία χρησιµοποιείται και στην εργασία 12 και υιοθετείται και στο παρόν σύστηµα. Η µηχανική µάθηση µπορεί ακόµη να χρησιµοποιηθεί για τη δυναµική διαχείριση των wrappers. Αυτό σηµαίνει ότι µε τη βοήθεια των τεχνικών µηχανικής µάθησης µπορούµε να εντοπίζουµε πότε ένας wrapper [βλ.14-15] δε λειτουργεί ώστε να αντικατασταθεί από ένα νέο. Στις εργασίες 15-16, αναφέρεται η ανάγκη σχεδίασης 2

3 3 συστηµάτων που µπορούν να παρέχουν εξατοµίκευση βασισµένη στο πλήρες κείµενο των άρθρων, των ειδήσεων κ.λπ. και επιπλέον να µπορούν να προσφέρουν στο χρήστη τη δυνατότητα να προσθέτει πηγές της επιλογής του. Η παρούσα έρευνα αφορά κυρίως στη διερεύνηση της δυναµικής της εξατοµίκευσης, δηλαδή στην αποτύπωση των δυνατοτήτων που εκτιµάται ότι υπάρχουν, αλλά και την καταγραφή χρήσιµων θεµατικών κατηγοριών, πηγών κ.λπ. για ακαδηµαϊκό περιβάλλον. Στο πλαίσιο αυτό προχωρήσαµε στη σύνταξη και διακίνηση ερωτηµατολογίων αλλά και σε πρώτη καταγραφή και επεξεργασία συµπερασµάτων, τα οποία εν µέρει παρατίθεται και στην εργασία αυτή. Το περιγραφόµενο σύστηµα εξατοµίκευσης στην έρευνά µας αφορά: 1) Στην πρόσβαση του σπουδαστή σε εξυπηρετητή - server πολυµεσικού εκπαιδευτικού υλικού µαθηµάτων, σύµφωνα µε τα ενδιαφέροντα και στις ανάγκες του. 2) Στην εξατοµικευµένη πληροφόρηση του σπουδαστή και του καθηγητή σε εκπαιδευτικά θέµατα. 3) Στην πληροφόρηση του σπουδαστή σε γενικότερα θέµατα πχ. αθλητικές ειδήσεις, ψυχαγωγία, πολιτιστικά γεγονότα, νέες ταινίες, θεατρικές παραστάσεις. 4) Στην πληροφόρηση σε θέµατα ειδικότερου ενδιαφέροντος για συγκεκριµένες κατηγορίες σπουδαστών (π.χ. ΑΜΕΑ). 5) Στην εξατοµικευµένη πληροφόρηση του σπουδαστή αλλά και του καθηγητή σε θέµατα βιβλιογραφίας. Στόχος η διάχυση πληροφόρησης για άρθρα περιοδικών, ανακοινώσεις συνεδρίων, διδακτορικά, επιλεγµένες διπλωµατικές εργασίες σπουδαστών κ.λπ. Κατά την άποψή µας οι σπουδαστές πρέπει µε την παρότρυνση των καθηγητών τους να ενθαρρύνονται και να έχουν πρόσβαση στη βιβλιογραφία ώστε να εξοικειωθούν και µε τη βιβλιογραφική - τεκµηριωτική εργασία αλλά και µε την έρευνα, τουλάχιστον στο πλαίσιο της διπλωµατικής εργασίας τους. Ο στόχος αυτός είναι ιδιαίτερα σηµαντικός ειδικά για τους µεταπτυχιακούς φοιτητές. Στις δύο επόµενες ενότητες παρατίθενται οι βασικές έννοιες της εξατοµίκευσης και η αρχιτεκτονική του προτεινόµενου συστήµατος. Σε ξεχωριστή ενότητα παρουσιάζονται εν συντοµία θεµατικές κατηγορίες και πηγές που ενδιαφέρουν: 1. Λίστα ιστοτόπων που υποστηρίζουν ή όχι RSS και ενδιαφέρουν ακαδηµαϊκές βιβλιοθήκες για τη διάχυση πληροφόρησης σε καθηγητές και σπουδαστές. 2. Λίστα ιστοτόπων που υποστηρίζουν ή όχι RSS και καλύπτουν θέµατα εκπαιδευτικού ενδιαφέροντος. 3. Λίστα ιστοτόπων που καλύπτουν θέµατα ενδιαφέροντος δυσλεκτικών σπουδαστών. 4. Λίστα ιστοτόπων που καλύπτουν θέµατα ενδιαφέροντος κωφών σπουδαστών. Μεθοδολογική προσέγγιση στη σχεδίαση των εφαρµογών εξατοµίκευσης Το πλαίσιο της έρευνάς µας είναι η διερεύνηση τεχνικών για την ανάπτυξη µοντέλων και 3

4 4 στερεοτύπων για τα ενδιαφέροντα των χρηστών ή οµάδων χρηστών που θα µπορούσαν να χρησιµοποιηθούν σε πιλοτικές εφαρµογές εξατοµικευµένης πληροφόρησης. Παράδειγµα τέτοιων εφαρµογών είναι: 1. Personalized News Service PNS [βλ. 13, 16-17], PersoNews [βλ. 18]. 2. Personalized web based E-Learning Applications Support system - PELAS. Στο πλαίσιο της παρούσας έρευνας µας ενδιαφέρουν: 1) Εκπαιδευτικές εφαρµογές και εκπαιδευτικό υλικό βασιζόµενα και σε µοντέλο εξατοµίκευσης για την υποστήριξη της διδασκαλίας των σπουδαστών. Ενδιαφέρουν ιδιαίτερα ειδικές κατηγορίες σπουδαστών: εργαζόµενοι σπουδαστές, σπουδαστές που επαναλαµβάνουν εργαστηριακό ή θεωρητικό µέρος µαθήµατος, δυσλεκτικοί, κωφοί. 2) Υπηρεσίες πληροφόρησης κυρίως σε εκπαιδευτικά θέµατα (αφορά σπουδαστές και καθηγητές) αλλά και σε θέµατα ενδιαφέροντος ειδικών κατηγοριών σπουδαστών, πχ ΑΜΕΑ µε τη χρήση των µεθόδων επιλεκτικής διάχυσης πληροφοριών. Κεντρικοί στόχοι µας είναι 1) η βελτίωση της εκπαιδευτικής διαδικασίας αλλά και η εξατοµίκευσή της, 2) η βελτίωση της εξυπηρέτησης των αναζητήσεων του χρήστη για πληροφορία που θα επιτυγχάνεται µε ακρίβεια και η ανάκληση της οποίας θα ανταποκρίνεται στα ενδιαφέροντά του και 3) η επιλεκτική διάχυση της πληροφορίας (Selective Dissemination of Information, SDI) σε θέµατα που ενδιαφέρουν κάποιες ειδικότερες κατηγορίες σπουδαστών (π.χ. κωφοί, δυσλεκτικοί). Μεθοδολογικά για να δηµιουργηθεί µία υπηρεσία πληροφόρησης θα πρέπει να καθοριστούν κατά σειρά: Χρήστες, πηγές πληροφόρησης, θεµατικές κατηγορίες υλικού, ιδιότητες και χαρακτηριστικά απαραίτητα για τον καθορισµό των ενδιαφερόντων του χρήστη. Χρήστες Σε µία υπηρεσία PNS, χρήστες θα µπορούσαν να είναι όλοι οι ενδιαφερόµενοι αλλά ειδικότερα τα µέλη «κλειστών» κοινοτήτων: ερευνητές ενός επιστηµονικού κέντρου, καθηγητές και φοιτητές ενός τριτοβάθµιου ιδρύµατος, προπτυχιακοί φοιτητές, δυσλεκτικοί σπουδαστές, κωφοί σπουδαστές κ.τ.λ. Ειδικά σε εκπαιδευτικές εφαρµογές PELAS, χρήστες είναι κυρίως σπουδαστές και καθηγητές. Είναι σηµαντικό να επισηµάνουµε, ότι οι χρήστες στο διαδίκτυο συνήθως χρησιµοποιούν µία υπηρεσία εξατοµικευµένης πληροφόρησης, ανεξάρτητα από το αν συµπλήρωσαν ή όχι προσωπικά στοιχεία τους κατά την εγγραφή τους στην υπηρεσία. Στην περίπτωση ΑΜΕΑ, εργαζόµενων σπουδαστών κ.λπ. και τις εφαρµογές PELAS η επισήµανση αυτή δεν είναι κατ ανάγκη σωστή. Γενικά είναι σκόπιµο οι σπουδαστές χρήστες της υπηρεσίας να δίνουν πλήρη στοιχεία των ενδιαφερόντων τους. Ήδη έχουµε αποτυπώσει σε µελέτες τη σχετική εµπειρία µας αναφορικά µε στοιχεία που ενδιαφέρουν τους χρήστες (σπουδαστές που επαναλαµβάνουν θεωρητικό ή εργαστηριακό µάθηµα, δυσλεκτικοί, κωφοί). Το υλικό αυτό προέκυψε από απαντήσεις σε ερωτηµατολόγια που καταρτίσαµε και χρησιµοποιούµε. Πηγές πληροφόρησης Σε µία τυπική υπηρεσία PNS πηγές είναι οι ιστοσελίδες εφηµερίδων. Στην περίπτωση [βλ. 13] πηγές 4

5 5 είναι οι ιστοσελίδες των: Ναυτεµπορική, Ελευθεροτυπία, Le Monde, ΕΡΤ.gr, Yahoo!, Rolling Stone Magazine, Τα Νέα, H Kαθηµερινή, BBC, The New York Times, The Associated Press, CNN.com. Για άτοµα µε ειδικές ανάγκες (πχ δυσλεκτικούς) οι πηγές για θέµατα ειδικού ενδιαφέροντος είναι εξειδικευµένοι ιστότοποι όπως θα γίνει φανερό στη συνέχεια. Σε εκπαιδευτικές εφαρµογές, πηγές είναι οι ιστοσελίδες που περιλαµβάνουν εκπαιδευτικό υλικό το οποίο παράγεται και αναρτάται από τριτοβάθµια ιδρύµατα. Υλικό στο οποίο µπορούµε να βασιστούµε άµεσα είναι εκπαιδευτικό υλικό που παράγεται στα τµήµατα του ΤΕΙ Αθήνας και άλλων ΤΕΙ. Θεµατικές Κατηγορίες Σε µία τυπική υπηρεσία PNS, όπως η περιγραφόµενη στο [13], οι θεµατικές κατηγορίες είναι: Πολιτισµός (Culture), Επιχειρήσεις (Business), Εκπαίδευση (Education), Υγεία (Health), Πολιτική (Politics), Επιστήµη και Τεχνολογία (Science / Technology), Κοινωνικά (Social), Αθλητικά (Sport), ιεθνή (International), Ελλάδα (Greece). Για ειδικές κατηγορίες σπουδαστών (πχ δυσλεκτικοί), οι θεµατικές κατηγορίες για θέµατα πληροφόρησης αλλά και αναγκών σε εκπαιδευτικό υλικό, θα µπορούσε να προκύψει µετά από την αξιοποίηση των πρώτων µελετών που έχουµε στα χέρια µας αλλά και διαρκή έρευνα που θα συµπεριλαµβάνει: συνεχή µελέτη της νεώτερης βιβλιογραφίας, µελέτη περιπτώσεων και προϊόντων, παραπέρα συζήτηση µε ειδικούς, νέες συνεντεύξεις και διακίνηση και νέων ερωτηµατολογίων σε άλλες κατηγορίες σπουδαστών κ.λπ. Ιδιότητες Ως ιδιότητα (feature) [βλέπε εργασία 13] θεωρούµε κάθε «οντότητα» / πληροφορία η οποία συνδέεται µε τα ενδιαφέροντα του χρήστη, εµπλέκεται στην εφαρµογή εξατοµίκευσης και τη θεωρούµε σηµαντική ή θέλουµε να γνωρίζουµε πόσο σηµαντική είναι για τον χρήστη. Στην περίπτωση του PNS θέλουµε να γνωρίζουµε πόσο σηµαντικός είναι για τον χρήστη κάθε ένας από τους συνδέσµους πηγής αλλά και θεµατικής κατηγορίας ειδήσεων ώστε τα άρθρα από τις πιο σηµαντικές για το χρήστη πηγές και θεµατικές κατηγορίες να εµφανίζονται πρώτες. Με τον τρόπο αυτό ο χρήστης περιγράφεται και χαρακτηρίζεται από ένα σύνολο ιδιοτήτων. Είναι φανερό επίσης ότι κάθε τιµή (πληροφορία) που έχουµε για τις ιδιότητες ενός χρήστη κατά τη χρησιµοποίηση του συστήµατος πρέπει να καταχωρηθεί. Θα πρέπει δηλαδή να καταγράφονται οι κινήσεις του χρήστη όταν χρησιµοποιεί το σύστηµα. Χρήσιµες ιδιότητες για τις εφαρµογές PELAS είναι τα µαθήµατα! Οµάδες ιδιοτήτων Είναι οµάδες από ιδιότητες (feature groups), που ενδεχοµένως εντοπίζονται αυτόµατα από το σύστηµα µε χρήση αλγορίθµου µηχανικής µάθησης και για τις οποίες πιστεύουµε ότι είναι το ίδιο σηµαντικές για ένα σύνολο χρηστών. Αν δηλαδή ένας χρήστης ενδιαφέρεται για µία ιδιότητα και αυτή ανήκει σε κάποια οµάδα από ιδιότητες, τότε και οι υπόλοιπες ιδιότητες µάλλον θα είναι σηµαντικές, σε κάποιο βαθµό, για τον χρήστη. Η θεώρηση αυτή είναι µια κοινή διαδικασία κατά την αγορά προϊόντος από κάποιο ηλεκτρονικό κατάστηµα. Έτσι, όταν ο χρήστης χρησιµοποιεί τις ιστοσελίδες αγοράς προϊόντων και καταχωρεί την παραγγελία στο καλάθι του, το ηλεκτρονικό κατάστηµα τον ενηµερώνει ότι οι χρήστες που αγόρασαν το ίδιο προϊόν ενδιαφέρθηκαν επίσης για κάποια άλλα τα οποία και του προτείνονται. Στην περίπτωση αυτή το ηλεκτρονικό κατάστηµα θεωρεί τα προϊόντα ως ιδιότητες και 5

6 6 έχει εντοπίσει χρησιµοποιώντας κάποιο αλγόριθµο (data mining, market basket analysis) ότι κάποια προϊόντα είναι συναφή και όταν ο χρήστης επιλέγει ένα από αυτά, συνήθως αγοράζει και κάποιο άλλο από την ίδια οµάδα. Χρήσιµες οµάδες ιδιοτήτων για τις εφαρµογές PELAS είναι τα µαθήµατα που ανήκουν στο ίδιο εξάµηνο, αλλά και τα µαθήµατα που συναποτελούν «αλυσίδες». Χαρακτηριστικά Χαρακτηριστικό (attribute) είναι το όποιο πιο «προσωπικό» στοιχείο θέλουµε να γνωρίζουµε για τον χρήστη επειδή είναι χρήσιµο για την εξατοµίκευση. Είναι επιθυµητό π.χ. να γνωρίζουµε απλά χαρακτηριστικά, όπως για παράδειγµα τα αγαπηµένα του χρώµατα, ώστε να του παρουσιάσουµε µια πιο ελκυστική διεπαφή, αλλά και προσωπικά χαρακτηριστικά (ηλικία, εξάµηνο, τόπος κατοικίας κ.λπ.) τα οποία θα µας βοηθήσουν να τον κατατάξουµε σε κάποια οµάδα ή στερεότυπο χρηστών. Ειδικά για τα άτοµα µε ειδικές ανάγκες (π.χ. για τους κωφούς) είναι κρίσιµο να γνωρίζουµε κάποια ειδικότερα χαρακτηριστικά. Μοντέλο χρήστη, Στερεότυπα και κοινότητες χρηστών στις εφαρµογές εξατοµίκευσης PELAS Μοντέλο Χρήστη Ένα τυπικό µοντέλο χρήστη περιλαµβάνει χαρακτηριστικά και ιδιότητες --όλες δηλαδή τις σηµαντικές πληροφορίες που τον χαρακτηρίζουν--, την αλληλεπίδραση χρήστη συστήµατος ή / και την αλληλεπίδραση του χρήστη µε άλλους χρήστες. Σε εθελοντική βάση ο χρήστης δηλώνει στο σύστηµα κάποια από τα στοιχεία αυτά και το σύστηµα καταχωρεί ενέργειες του χρήστη («αναζητήσεις») όπως και αποτελέσµατα των ενεργειών αυτών. Το παράδειγµα µοντέλου χρήστη για την υπηρεσία διανοµής ειδησεογραφικών νέων και άρθρων περιλαµβάνει τις προτιµήσεις του χρήστη αλλά και προσωπικά στοιχεία όπως ηλικία και επάγγελµα. Ένα µοντέλο χρήστη µπορεί να εκφραστεί µε όρους των ιδίων χαρακτηριστικών (features) όπως τα συλλεχθέντα δεδοµένα χρήσης (usage data) [βλ ]. Για παράδειγµα, επειδή συλλέγονται και καταχωρούνται µόνο οι σελίδες του ιστότοπου που επισκέπτεται ο χρήστης τότε τα µοντέλα θα µπορούσαν να περιγράφουν τις προτιµήσεις του µε κάποιους από τους όρους των σελίδων του ιστοτόπου ή µε όλες τις σηµαντικές λέξεις των σελίδων του. Οµάδα χρηστών Μία τυπική κοινότητα χρηστών (community) αντιστοιχεί σε µία οµάδα χρηστών που επιδεικνύουν κοινή συµπεριφορά κατά την αλληλεπίδρασή τους µε το σύστηµα. Οι κοινότητες χρηστών είναι οµάδες χρηστών σαν τα στερεότυπα που βλέπουµε στη συνέχεια µε µία βασική διαφορά: Η κατάταξη σε οµάδα και η «συνοχή» της οµάδας των χρηστών βασίζεται στην συµπεριφορά τους κατά τη χρησιµοποίηση του συστήµατος και όχι στα προσωπικά τους χαρακτηριστικά (attributes). Αυτές τις οµάδες τις κατασκευάζει το σύστηµα µε αλγόριθµους µηχανικής µάθησης (π.χ. web usage mining). 6

7 7 Εξόρυξη δεδοµένων και δηµιουργία οµάδων / κοινοτήτων Η έρευνα στο πλαίσιο του PNS [βλ. εργασίες 13, 15-16] εστίασε στην κατασκευή κοινοτήτων χρηστών µε κοινά χαρακτηριστικά και κοινή συµπεριφορά. Μελετήθηκε το θέµα της κατασκευής των κοινοτήτων µε τεχνικές µηχανικής εκµάθησης (machine learning techniques) και αναλύθηκαν τα συµπεράσµατα από µελέτες περιπτώσεων της βιβλιογραφίας [βλ. 12], που αναφέρονται σε διαδικτυακές υπηρεσίες. Η χωρίς επίβλεψη µέθοδος εξόρυξης οµάδων [βλ. 13] ανακαλύπτει τα πρότυπα της κοινής συµπεριφοράς, αναζητώντας πλήρως συνδεδεµένες υποδιαιρέσεις γραφηµάτων (subgraphs) «κλίκες» (cliques), σε ένα γράφηµα (graph), ανάλογα µε τα χαρακτηριστικά γνωρίσµατα των χρηστών. Ο αλγόριθµος αρχίζει µε την κατασκευή ενός γραφήµατος. Οι κορυφές του αντιστοιχούν στις «οντότητες», ιδιότητες ή χρήστες, από τις οποίες θέλουµε να αποτελούνται οι κοινότητες ενώ οι ακµές αντιστοιχούν στις συσχετίσεις των οντοτήτων αυτών. Web mining αλγόριθµος για την κατασκευή κοινοτήτων Η µέθοδος αυτή κατασκευάζει γράφηµα το οποίο αντιστοιχεί σε ιδιότητες των χρηστών και στη συνέχεια ανακαλύπτει πρότυπα κοινής συµπεριφοράς τους που δηλώνονται µε κινήσεις επιλογής, δηµιουργώντας ταυτοχρόνως υποδιαιρέσεις των γραφηµάτων κατά ιδιότητα. Στο σχήµα βλέπουµε µία «κλίκα» όπου απεικονίζονται κατηγορίες τεκµηρίων που ενδιαφέρουν τους χρήστες και ακόµη κατηγορίες που συνδέονται σε ερωτήσεις χρηστών. Όταν οι χρήστες κάνουν ερωτήσεις σχετικά µε "hardware" και "computing methodologies" µια ακµή δηµιουργείται µεταξύ αυτών των κορυφών. Οι κορυφές και οι ακµές του γραφήµατος «φέρουν» τιµές. Οι τιµές αυτές υπολογίζονται ως οι συχνότητες από τις επιλογές των χρηστών και οι συνδυασµοί τους αντίστοιχα. Στο παράδειγµά µας, η κατηγορία "computing methodologies" είναι η δηµοφιλέστερη µεταξύ των χρηστών της υπηρεσίας και συχνά συνδυάζεται µε τις κατηγορίες software, hardware"και "computing milieux" και λιγότερο µε την κατηγορία "mathematics of computing". Σχήµα Περιγραφή κοινότητας. Οι γενικές κατηγορίες στο γράφηµα ανήκουν στο ACM Computing Classification System (1998). 7

8 8 Στερεότυπο Το στερεότυπο (stereotype) είναι ένα πολύ σηµαντικό µοντέλο για οµάδες ή τύπους χρηστών και ίσως το πλέον ενδιαφέρον για την έρευνά µας. Τα τυπικά στερεότυπα αποτελούν µία δηµοφιλή προσέγγιση εδώ και πολλά χρόνια και βασίζονται σε καταχώρηση εξωτερικής γνώσης ή και «προσωπικών» πληροφοριών για τους χρήστες (πχ το επίπεδο εξειδίκευσης κάθε χρήστη) έτσι ώστε να συνδέουν χρήστες µε ανάλογα χαρακτηριστικά (π.χ. ίδια ηλικία) µε κάποια συγκεκριµένη κατηγορία πληροφόρησης (π.χ. µία κατηγορία ειδησεογραφικών νέων). Τα στερεότυπα µπορούν να περιγράφουν οµάδες χρηστών που έχουν κάποια κοινά χαρακτηριστικά και που πιστεύουµε ότι στο σύνολο τους έχουν διαφορετικές ανάγκες από άλλους χρήστες. Για παράδειγµα, µπορούµε να θεωρήσουµε ως ένα στερεότυπο όλους τους χρήστες που έχουν ηλικία ετών, σπουδάζουν πληροφορική, ζουν στην Αθήνα, έχουν πρόσβαση στο διαδίκτυο από το σπίτι και διαβάζουν κάθε µήνα τουλάχιστον τρία περιοδικά πληροφορικής [βλ. 16]. Σηµαντικό είναι να επισηµάνουµε ότι για να καταταγεί ο χρήστης σε ένα στερεότυπο δεν είναι ανάγκη να «ταιριάζει» απόλυτα. ιαφορά στερεοτύπων και µοντέλων χρηστών Το στερεότυπο και η κοινότητα αντιπροσωπεύουν οµάδες χρηστών. Το στερεότυπο διαφέρει από το µοντέλο µίας κοινότητας στο ότι συµπεριλαµβάνει και πληροφορίες εκτός της απλής χρήσης του συστήµατος π.χ. πληροφορίες σχετικές µε προσωπικά χαρακτηριστικά των χρηστών. Άρα για ειδικότερες κατηγορίες σπουδαστών όπως οι δυσλεκτικοί ή οι κωφοί αυτό που κυρίως ενδιαφέρει είναι το στερεότυπο. Ιδιότητες και µοντέλα κοινότητας Για την επιλογή ιδιοτήτων (features) και οµάδων ιδιοτήτων, που «περιγράφουν» µία κοινότητα µπορούν να χρησιµοποιηθούν απλές µέθοδοι µέτρησης που βασίζονται στην ακόλουθη ιδέα: Αν µία ιδιότητα εµφανίζει εντός της κοινότητας συχνότητα σηµαντικά υψηλότερη από αυτή που εµφανίζει σε ολόκληρο το σύνολο δεδοµένων, θα πρέπει να επιλεγεί. Μεθοδολογία κατασκευής µοντέλων χρηστών και στερεοτύπων Το χειµερινό εξάµηνο του 2007 συζητήθηκε ένα αρχικό πλαίσιο ερωτηµάτων προκειµένου να συγκεντρωθούν πληροφορίες χρήσιµες για την κατασκευή µοντέλου χρήστη και στερεοτύπων. Μετά από ανταλλαγή απόψεων µε εκπαιδευτικούς των τµηµάτων Πληροφορικής και Βιβλιοθηκονοµίας και Συστηµάτων Πληροφόρησης του ΤΕΙ Αθήνας σχεδιάστηκε ένα πλαίσιο συζήτησης µε σπουδαστές και τελικά διαµορφώθηκαν ανά κατηγορία σπουδαστών (πχ σπουδαστές που επαναλαµβάνουν εργαστηριακό µέρος µαθήµατος, κωφοί σπουδαστές) εξειδικευµένα ερωτηµατολόγια τα οποία και συµπληρώθηκαν από σπουδαστές. Στη συνέχεια θα εστιάσουµε µόνο στο ερωτηµατολόγιο που συµπληρώθηκε από σπουδαστές που επαναλαµβάνουν το εργαστηριακό µέρος µαθηµάτων. Το «πλαίσιο συζήτησης» (ερωτηµατολόγιο) µε τους σπουδαστές Από την αρχή, επισηµαίνεται στο σπουδαστή ο εθελοντικός χαρακτήρας της συµπλήρωσης των προσωπικών και άλλων στοιχείων του ερωτηµατολογίου µε τη φράση: «συµπληρώστε τα στοιχεία σας 8

9 9 µόνο αν θέλετε». Οι σπουδαστές συµπλήρωσαν ανώνυµα τα ερωτηµατολόγια. Οι ερωτήσεις αποσκοπούν στην εξαγωγή στοιχείων µε στόχο την κατασκευή µοντέλων χρηστών και στερεοτύπων. Ακολουθεί σύντοµη παρουσίαση του πλαισίου «συζήτησης» µε τους σπουδαστές που περιλαµβάνει τέσσερις ενότητες: Ενότητα 1. Προσωπικά στοιχεία του σπουδαστή που επαναλαµβάνει το εργαστηριακό µέρος µαθήµατος. Οι ερωτήσεις αναφέρονται σε στοιχεία όπως έτος γέννησης, εξάµηνο πρώτης εγγραφής, γνώση ξένων γλωσσών, κ.λπ. Ενότητα 2. Στοιχεία της φοίτησης. Οι ερωτήσεις της ενότητας αυτής και οι ερωτήσεις της ενότητας 3 είναι ιδιαίτερα σηµαντικές και έχουν ως στόχο να αποτελέσουν το βασικό υλικό για την επεξεργασία µοντέλου χρήστη και στερεοτύπων. Ακολουθούν παραδείγµατα: Παρακολουθήσατε ή παρακολουθείτε τακτικά το θεωρητικό µέρος του µαθήµατος των Βάσεων εδοµένων; Αν ναι γράψτε κάθε πότε (π.χ. συστηµατικά - κάθε εβδοµάδα, συχνά, αραιά, καθόλου); (παράδειγµα κλειστής ερώτησης για τους σπουδαστές του τµήµατος Πληροφορικής που οφείλουν το µάθηµα Βάσεις εδοµένων Ι) Ποια από τα παρακάτω µαθήµατα έχετε περάσει; Μάθηµα Θεωρία Εργαστήριο Προγραµµατισµός Υπολογιστών Ι ΝΑΙ / ΟΧΙ ΝΑΙ / ΟΧΙ Αλγοριθµική ΝΑΙ / ΟΧΙ ΝΑΙ / ΟΧΙ Προγραµµατισµός Υπολογιστών ΙΙ ΝΑΙ / ΟΧΙ ΝΑΙ / ΟΧΙ οµές εδοµένων ΝΑΙ / ΟΧΙ ΝΑΙ / ΟΧΙ Βάσεις εδοµένων Ι ΝΑΙ / ΟΧΙ Ενότητα 3. Συµµετοχή στην εκπαιδευτική διαδικασία & προβλήµατα που αντιµετωπίζει ο σπουδαστής Παραδείγµατα ερωτήσεων είναι: Παρακολουθήσατε ή παρακολουθείτε τακτικά τα θεωρητικά µαθήµατα; Ποιά µαθήµατα παρακολουθήσατε αυτό το εξάµηνο και κάθε πότε (π.χ. συστηµατικά - κάθε εβδοµάδα, συχνά, αραιά, καθόλου); Παρακολουθήσατε ή παρακολουθείτε τακτικά τα εργαστηριακά µαθήµατα; Ποιά εργαστηριακά µαθήµατα παρακολουθήσατε αυτό το εξάµηνο και κάθε πότε (π.χ. συστηµατικά - κάθε εβδοµάδα, συχνά, αραιά, καθόλου); Χρησιµοποιείτε την ηλεκτρονική πλατφόρµα e-class για την από απόσταση ενηµέρωσή σας / 9

10 10 συµµετοχή στα δρώµενα των θεωρητικών µαθηµάτων (όπου παρέχεται); Πόσο θεωρείτε ότι σας βοηθά η ασύγχρονη υποστήριξη των θεωρητικών µαθηµάτων µέσω e-class (πολύ, αρκετά, λίγο, καθόλου); Χρησιµοποιείτε την ηλεκτρονική πλατφόρµα e-class για την από απόσταση ενηµέρωσή σας / συµµετοχή στα δρώµενα των εργαστηριακών µαθηµάτων (όταν παρέχεται); Πόσο θεωρείτε ότι σας βοηθά η ασύγχρονη υποστήριξη των εργαστηριακών µαθηµάτων µέσω e-class (πολύ, αρκετά, λίγο, καθόλου); Γράψτε προτάσεις επέκτασης της υποστήριξης των µαθηµάτων µέσω e-class. Γράψτε δυσκολίες που αντιµετωπίζετε κατά την ανάθεση, προετοιµασία, και παράδοση εργασιών Ενότητα 4. Παρεχόµενη υποστήριξη στο σπουδαστή από το τµήµα του και το ΤΕΙ Αθήνας Παραδείγµατα ερωτήσεων είναι: Τι θα σας βοηθούσε σαν τεχνική υποδοµή και υποστήριξη από την πλευρά του τµήµατος ή του ιδρύµατος; Υπάρχει πληροφόρηση από Τµήµα / Ίδρυµα σε θέµατα που σας ενδιαφέρουν; Συµµετέχετε στις εκδηλώσεις του Ιδρύµατος και του Τµήµατος (π.χ. διαλέξεις, ηµερίδες); Γράψτε δυσκολίες αναφορικά µε θέµατα πληροφόρησης που αντιµετωπίζετε. Γνωρίζετε αν το τµήµα παρέχει σύµβουλο καθηγητή στους σπουδαστές; Γράψτε πόσο απαραίτητος είναι ο σύµβουλος καθηγητής για την πρόοδό σας. Προτεινόµενη Αρχιτεκτονική Η υπηρεσία PELAS πρέπει να παρέχει στους χρήστες της εξατοµικευµένη (προσαρµοσµένη στις ανάγκες και τα ενδιαφέροντά τους) πρόσβαση σε εκπαιδευτικό υλικό, ειδησεογραφία σε θέµατα εκπαίδευσης κ.λπ., στοιχεία από ακαδηµαϊκές βιβλιοθήκες και άλλες πηγές από το διαδίκτυο. Οι ηλεκτρονικές πηγές που αναφέρονται σε εκπαιδευτικό υλικό, στην ειδησεογραφία κ.λπ. αποθηκεύονται σε βάση δεδοµένων µαζί µε τις απαραίτητες πληροφορίες για τον τρόπο εξαγωγής περιεχοµένου από αυτές. Για την µοντελοποίηση των χρηστών προτείνεται να χρησιµοποιηθεί ο εξυπηρετητής εξατοµίκευσης Pserver [βλ ]. Για την εξατοµίκευση το σύστηµα συγκεντρώνει πληροφορίες από τη χρήση του συστήµατος ανάκτησης αλλά και (προαιρετικά) από προσωπικές πληροφορίες που καταχωρούνται από τον χρήστη. Το εκπαιδευτικό υλικό, οι ειδήσεις κ.λπ. παρουσιάζονται βάσει του περιεχοµένου τους και συγκεκριµένα, ανά κατηγορία και πηγή. Τα άρθρα - έγγραφα που παρέχει η υπηρεσία εξάγονται κατά κανόνα από πηγές συµβατές µε RSS feeds (RSS 0.9 RSS 0.91, RSS 1.0, RSS 2.0). Ειδικότερα στην περίπτωση συµβατότητας της πηγής µε 10

11 11 RSS 2.0, επειδή τα άρθρα εξάγονται από xml έγγραφα (items) και η διεύθυνση, ο τίτλος και το περιεχόµενο (content) παρατίθενται στο ίδιο έγγραφο, το έργο της εξαγωγής των πληροφοριών αναλαµβάνει ένας wrapper «κοινού σκοπού» (δηλαδή κοινός για όλους τους ιστότοπους που υποστηρίζουν RSS 2.0) και εποµένως δε χρειάζεται ιδιαίτερη «φροντίδα» από την πλευρά του διαχειριστή του συστήµατος. Στην περίπτωση που κριθεί απαραίτητο να συµπεριληφθούν έγγραφα από πηγές που είναι συµβατές µε RSS 1.0 κ.λπ. είναι απαραίτητο να χρησιµοποιηθούν δύο κοινοί wrappers για όλες τις αντίστοιχες πηγές: ένας για την εξαγωγή της διεύθυνσης της ιστοσελίδας και ένας για το περιεχόµενο. Αν κριθεί απαραίτητο να συµπεριληφθούν στο σύστηµα ιστότοποι (π.χ. Ναυτεµπορική) που δεν είναι συµβατοί µε RSS τότε για την εξαγωγή πληροφορίας από τις html σελίδες τους είναι απαραίτητο να υπάρχει καταγεγραµµένη πληροφορία σχετική µε τον τρόπο που η πηγή παρουσιάζει τα άρθρα στις ιστοσελίδες της. Σε αυτή την περίπτωση θα πρέπει να δηµιουργηθούν ειδικού σκοπού (proprietary) wrappers που θα αλλάξουν µόλις αλλάξει η εµφάνιση των ιστοσελίδων στο µέλλον. Η αρχιτεκτονική της υπηρεσίας αποτελείται από τρεις βασικές λογικές υποµονάδες: Σαρωτής Περιεχοµένου (Content Scanner), Επιλογέας Περιεχοµένου (Content Selector) και Παρουσιαστής Περιεχοµένου (Content Presenter). Ο Σαρωτής είναι ένα πρόγραµµα τύπου spider bot που εξάγει και αποθηκεύει άρθρα. Ο Επιλογέας και ο Παρουσιαστής υποστηρίζονται από µια διαδικτυακή εφαρµογή κατασκευασµένη σύµφωνα µε την αρχιτεκτονική πολλαπλών επιπέδων (multi tier). Περιγραφή του Σαρωτή Ο Σαρωτής είναι µια εφαρµογή spider bot, δηλαδή ένα πρόγραµµα το οποίο διαβάζει ιστοσελίδες που είναι καταχωρηµένες και περιγράφονται στη βάση δεδοµένων του συστήµατος εξατοµίκευσης. Από τις περιγραφές αυτές «µαθαίνει» τις ηλεκτρονικές διευθύνσεις όπου υπάρχουν εκπαιδευτικό υλικό, ειδήσεις και άρθρα και αφού τις επισκεφθεί εξάγει το περιεχόµενο. Ο Σαρωτής σχεδιάστηκε µε τη λογική µελλοντικής επέκτασης (scalable) η οποία εξασφαλίζεται µε την ιεραρχική λειτουργία του που διαχωρίζει την εξαγωγή πληροφοριών σε επίπεδα. Στο πρώτο στάδιο ο Σαρωτής «µαθαίνει» που είναι τοποθετηµένες οι πληροφορίες στο διαδίκτυο (που µπορεί δηλαδή να «διαβάσει» νέες πληροφορίες - έγγραφα). Στο δεύτερο επισκέπτεται τις διευθύνσεις του παγκόσµιου ιστού, που γνωρίζει από το πρώτο στάδιο και εξάγει το περιεχόµενο των εγγράφων. Με τον τρόπο αυτό είναι εύκολο να προστεθούν νέες πηγές στο σύστηµα. Περιγραφή του Επιλογέα Περιεχοµένου Έργο του Επιλογέα Περιεχοµένου είναι να επιλέγει το πρόσφατο περιεχόµενο από τη βάση δεδοµένων που χρησιµοποιείται για τη σύνθεση της εξατοµικευµένης παρουσίασης για τον συγκεκριµένο χρήστη. Οι ειδήσεις είναι ταξινοµηµένες κατά µήκος δύο ορθογώνιων αξόνων, της θεµατικής κατηγορίας (π.χ. εκπαίδευση) και της πηγής (π.χ. Ναυτεµπορική). Η υπηρεσία υποστηρίζει τους παρακάτω τύπους φιλτραρίσµατος: 11

12 12 (α) σύµφωνα µε τα προσωπικά χαρακτηριστικά, που παρέχονται προαιρετικά από τους χρήστες, αυτοί συνδέονται µε το µοντέλο τους και καταχωρούνται σε ένα στερεότυπο, το πρότυπο του οποίου διατηρείται δυναµικά βασιζόµενο στα στοιχεία χρήσης (β) οι χρήστες οργανώνονται αυτόµατα σε δυναµικές κοινότητες σύµφωνα µε τις κοινές προτιµήσεις τους όπως προκύπτουν από τη χρήση του συστήµατος και µόνο (γ) οι πληροφορίες (τα έγγραφα) οργανώνονται αυτόµατα σύµφωνα µε τα στοιχεία χρήσης όλου του συστήµατος. Περιγραφή του Παρουσιαστή Περιεχοµένου Ο Παρουσιαστής Περιεχοµένου αποτελεί τη διεπαφή του χρήστη µε το σύστηµα. Όλες οι υπηρεσίες είναι διαθέσιµες µέσω αυτής της µονάδας, η οποία είναι αρµόδια για: την εγγραφή των νέων χρηστών τον έλεγχο αναγνώρισης των χρηστών την παρουσίαση των καθηµερινών εγγράφων και ειδήσεων που υπάρχουν στην βάση σύµφωνα µε τις προτιµήσεις: του χρηστή, των χρηστών που ανήκουν στο ίδιο στερεότυπο, κάθε κοινότητας χρηστών τις προτάσεις για την ανάγνωση εκπαιδευτικού υλικού, άρθρων κ.λπ. που ανήκουν στην ίδια κατηγορία µε τα έγγραφα που διαβάστηκαν τελευταία την αναζήτηση και την παρουσίαση υλικού, τίτλων ειδήσεων κ.λπ. χρησιµοποιώντας λέξεις κλειδιά και µε αναφορά στο χρονικό διάστηµα. Στο σχήµα παρατίθεται η αρχιτεκτονική του προτεινόµενου συστήµατος. 12